Redis五大数据类型详解

关于Redis的五大数据类型，它们分别为：String、List、Hash、Set、SortSet。本文将会从它的底层数据结构、经常使用操做命令、一些特色和实际应用这几个方面进行解析。对于数据结构的解析，本文只会从大的方面来解析，不会介绍详细的代码实现。

String

1.实现结构

　　String是Redis中最经常使用的一种数据类型，也是Redis中最简单的一种数据类型。首先，表面上它是字符串，但其实他能够灵活的表示字符串、整数、浮点数3种值。Redis会自动的识别这3种值。那么，String的底层数据机构又是怎样的呢？因为Redis是使用c语言实现的，而c语言中没有String这一数据类型，那么就须要本身实现一个相似于String的结构体。它的名字就叫作SDS(simple dynamic string)，下面是它的代码结构。

1 typedef struct sdshdr {
2     // buf中已经占用的字符长度
3     unsigned int len;
4     // buf中剩余可用的字符长度
5     unsigned int free;
6     // 数据空间
7     char buf[];
8 }

若是有了解过Java集合框架类的朋友都知道，这种结构与集合中动态数组结构相似，那么就会涉及到一系列的扩容判断和操做，但这些具体的作法在这里不深刻讲解。不过有一点比较重要的就是String的value值最大能够存放512MB的数据，因此有时候它不只仅能够存放字符，还能够存放字节数据。

2.实际应用

　　在讲实际应用以前，要声明的是Redis是基于单线程IO多路复用的架构实现的NoSql，意味着它的操做都是串行化的，因此在命令操做上不会出现线程安全问题，基于这个特性能够有不少应用。

1. 分布式锁。利用Redis的串行化特性，能够轻松的实现分布式锁，其中用到的命令有：setnx key value , expire key time  ,del key ，其中第一个setnx是指在key不存在时能赋值成功，expire 来设置key的存活时间来防止程序异常而没有及时del到key值的状况。可是程序也有可能在expire没有执行时就已经挂掉的时候，这是能够来一个加强版set key value  NX EX time。这里的NX就是表示if not exist，而Ex表示时间单位秒，Px表明毫秒。
2. 分布式session。这里仅仅是利用Redis的数据库功能，把分布式应用的session抽取到Redis中，普通的get、set，命令便可完成。
3. 商品秒杀实现。把须要销售的商品提早放入Redis，经过redis的incr和decr命令安全的增长和减小库存。
4. 限时验证。 expire key time ，判断exists key在短信验证时，当redis中存在数据则不容许再次请求验证发送。

 

List

1.实现结构

　　首先，List的主要存取操做有lpush、lpop、rpush、rpop，有点像是双向队列。List的实现是灵活多样的，它分别有ziplist（压缩链表）、LinkedList（双向链表）两种实现方式。

　　1.ziplist

　　以下图所示，它是基于连续内存实现（相似数组）。固然，它的每个entry的大小可能不是一致的，这就须要特殊的控制手段去解决，因此才叫压缩表。那么数组有的特性它都会有，好比在lpush、lpop的时候就会有数据的搬移，时间复杂度是O(n)。因此，通常在数据元素较少时使用ziplist结构实现。

　　2.LinkedList

　　则与咱们平常所学的双向链表相差无异，一样也保留则头尾指针、数据长度等数据，这里就再也不详细说明，须要了解的去读一读Java的LInkedList源码也不错。

2.实际应用

1. 消息队列。使用lpush，brpop两个命令能够模拟一个消息队列。其中brpop key time为阻塞式弹出，当队列中为空时会阻塞当前操做，该操做须要添加超时参数，单位为秒。
2. 有限集合。使用ltrim key start end操做能够获取一个固定位置的数据，能够快速实现一个有限的集合。

Hash

 1.实现结构

　　首先，Hash的特性咱们能够想象为Java集合中的HashMap，一个hash中能够有多个field:value(键值对)。关于hash的实现一样有两种状况。一种是基于ZipList，一种是基于HashTable实现。

　　1.ZipList

　　这里的的ZipList与List当中的ZipList实际上是相差无几的，惟一的特色就是Hash存储的时候，它的entry数量是成对增长的，同时也是成对存在的，因此它的长度必定是2的整数倍。filed值放在前面，value放在后面的形式存放。固然采用ZipList操做时，它的查找删改查的时间复杂度就会变为O（n），因此ZipList适合在数据较少的状况下使用。

 2.HashTable

虽说Hash与Java中的HashMap功能相似，但在HashTable这个结构上仍是有必定的不一样点的。要想了解HashTable的实现，须要了解三个结构。它们分别是：dict、dictht、entry。entry和前面list中提到的相似，下面列出前面两个结构的定义:

 1 // 哈希表（字典）数据结构，Redis 的全部键值对都会存储在这里。其中包含两个哈希表。
 2 typedef struct dict {
 3     // 哈希表的类型，包括哈希函数，比较函数，键值的内存释放函数
 4     dictType *type;
 5     // 存储一些额外的数据
 6     void *privdata;
 7     // 两个哈希表
 8     dictht ht[2];
 9     // 哈希表重置下标，指定的是哈希数组的数组下标
10     int rehashidx; /* rehashing not in progress if rehashidx == -1 */
11     // 绑定到哈希表的迭代器个数
12     int iterators; /* number of iterators currently running */
13 } dict;
14 
15 typedef struct dictht { 
16     //槽位数组
17     dictEntry **table; 
18     //槽位数组长度
19     unsigned long size; 
20     //用于计算索引的掩码,能够理解为hash函数 
21     unsigned long sizemask;
22     //真正存储的键值对数量
23     unsigned long used; 
24 } dictht;

关系能够总结为下面这幅图：

 

2.实际应用

1. 存放对象Object。你可能会发现，从宏观上来讲，这种一个key , field1 : value1 ，field2 : value2 一个键值对应多个字段field的格式很是适合用于描写一个对象。因此，hash通常会用于描述一个对象，但其实咱们在实际中也有可能会用一个Json格式的字符串来描述一个对象。那么这两种方法均可行的状况下，会有什么优缺点呢？利用hash描述一个对象：能够作到序列化开销小，能够单独修改某一个字段而不用读出所有数据，可是使用比较复杂。而使用json描述对象，使用简单但须要耗费额外的序列化开销。须要使用什么形式，具体状况须要具体分析。
2. 结合Json描述对象的集合。例如，在商城应用中，能够利用Hash的key来描述一个用户的id，而field用于描述用户的购物车列表中的一个物品的详细信息。

 

Set

Set是一个不容许重复的，无顺序的数据集合。值得注意的是，这里说的无顺序其实仍是有一点歧义的，那么究竟是怎么回事呢？接下来的博文就会有提到这个差别。

1.实现结构

　　1.IntSet。

　　这里的IntSet是一种在知足特定状况下所使用的数据结构。这种状况就是当所有value都为整型时，redis会使用IntSet这种结构。在这个状况下它是有序的。这是为何呢？先从结构开始提及，为了平衡空间的性能的消耗，Redis在数据都为整型的时候使用了一种基于动态数组的结构体，同时在存放元素时保正元素的大小顺序，这样就可使用二分查找以时间复杂度O(logn)来完成增删改查的操做。这样就节省了不少空间。至于增和删操做，一样会涉及到数组的数据搬移操做。下面为它的结构体代码：

1 typedef struct intset {
2     // 编码方式
3   uint32_t enconding;
4   // 集合包含的元素数量
5   uint32_t length;
6   // 保存元素的数组    
7   int8_t contents[];
8 } intset;

 

　　2.HashTable

　　当存在非整型数据的时候，Redis会自动把IntSet转换为HashTable的结构存放数据，但HashTable不能转换为IntSet。这里的HashTable与上面Hash结构提到的HashTable没有太大的差异。惟一的差异就在于Set存放在HashTable中只有Key值，没有value值，因此在HashTable的Entry中，Enrty的value永远为null。

2.实际应用

1.  记录惟一的事物。如ip值，身份证等。
2. 随机用户抽奖。经过srandmember key 随机返回一个set中的数据。
3. 用户标签。当用户在使用某个产品的时候，后台可能会记录该用户对某个东西的喜爱，从而在该标签中记录该用户。同时，能够利用sinter key1 key二、sunion、sdiff返回标签中的交集、并集、差集。这样就能够轻松得出用户的共同喜爱、全部喜爱、非共同喜爱等数据。

 SortSet

SortSet是一个实现了数据有序且惟一的键值对集合。其中，Entry的键为string类型，值为整型或浮点型，表示权值score。其中SortSet的顺序就是经过Score的值来肯定的。

1.实现结构

SortSet的实现结构一样有两种，一种是ZipList结构实现，适用于较少数据的状况。另外一种是SkipList+HashTable的形式，使用与数据较多的状况，其中SkipList是在保证有序的状况下优化范围查找的时间复杂度，而HashTable则是优化增删改查的时间复杂度。

　　1.ZipList

 SortSet的ZipList和Hash中的数据结构相似，一样也是存放键值对，可是它维护了基于Score的有序性（默认从小到大），这里就再也不赘述。

　　2.SkipList+HashTable

　　首先来讲明主要的SkipList（跳表），跳表是一种基于有序链表，经过创建多层索引，以空间换时间的方式实现平均查找效率为O(logn)复杂度的一种数据结构。下面给出一个跳表的基本形式图：

 能够看到在根据数据的权值Score进行查找的时候，从最顶层的索引开始查找。当找到数据在某个范围后，在往下一层的索引查找，而后就这样一路缩小查找的范围。看上去是否是有点像二分查找？至于跳表的具体介绍和实现，能够参考这篇文章：为何Redis要用跳表实现有序集合？

上面能够看到，基于跳表的实现的有序集合能够完成增删改查实现O(logn)的时间复杂度，那么有没有更加快的方式来实现O(1)的时间复杂度呢？一般提及O(1)的时间复杂度都会想起HashTable这个数据结构。Redis就利用HashTable+SkipList的组合数据结构，HashTable来实现增删改查的时间复杂度为O(1)的同时SkipList保证数据的有序性，能够方便的获取一个范围的数据。

至于HashTable的实现与前面谈到的一致，下面用一张图来讲明两个数据结构结合是什么样子的。

 

 上图中，每个节点能够当作一个跳表的节点同时也是HashTable中的一个节点。

1. 在看跳表的时候，咱们须要忽略hnext指针，每一个节点经过双向链表来保证有序性。
2. 在看HashTable的时候，能够忽略prev指针和next指针。看上去就是一个用拉链法解决冲突的HashTable，而hnext就是指向下一节点的指针。

这样，当咱们须要增删改查的时候，利用HashTable的特性实现时间复杂度为1的操做，当咱们须要基于权值Score进行范围查找的时候能够经过SkipList进行时间复杂度为O(logn)的查找。

2.实际应用

1. 排行榜。使用zrange key start end。根据热度、积分、评论等能够衡量的权值Score进行排行，其中score排序为从小到大，用ZREVRANGE实现从大到小排序。
2. 获取某个权值范围的用户。例如在应用中获取积分为80到100的用户，可使用ZRANGEBYSCORE key 80 100 WITHSCORES来输出score在80到100间的用户。

总结

太多东西记不住？来张思惟导图帮你记忆一下。